人（rén）工（gōng）智能技（jì）术

有（yǒu）许（xǔ）多（duō）涉及人工（gōng）智能的技术和（hé）学科，它（tā）们都有自（zì）己（jǐ）的数学和工程研究分支。让（ràng）我们来看看最相（xiàng）关的（de）技术（shù），从识（shí）别系统到机器学（xué）习（xí）系统。

自动语音识别

自（zì）动语音识别是属于声学的一门（mén）学（xué）科，用于识别语音信号中的（de）音素。语音（yīn）识别系统处理麦克（kè）风收集（jí）的（de）信（xìn）号（hào）以识别用户发音的单词（cí）。

自（zì）然（rán）语言处理 NLP

语音识别专注于纯（chún）粹（cuì）的语音到文本（běn）的（de）转换，而自然语言处理NLP是一门与语（yǔ）言学领域联系更紧密（mì）的学（xué）科，其（qí）目标（biāo）是理解用（yòng）户在发（fā）出某个命令、问（wèn）题或陈述时的意思（无论（lùn）是书面的还是口头的）以及他（tā）期望实现（xiàn）的目标。此外，它还分析情绪以（yǐ）找到主（zhǔ）观模（mó）式。简而言（yán）之，它是帮（bāng）助机器与人之间进（jìn）行交流（主要是声（shēng）音和文字）的领（lǐng）域。

人工智能中（zhōng）的视觉（jiào）和语音识（shí）别

视觉识别

视觉（jiào）识别是基于处理图像或视频信号的学科，其目的是（shì）识别图案、形（xíng）状，并在最佳情况下准确（què）识（shí）别图（tú）像中的不同元（yuán）素。

文字识别

文（wén）本（běn）识别可以被认为是（shì）视觉识（shí）别的（de）一部分，因（yīn）为（wéi）它的主要（yào）目标是识别和识（shí）别图像格（gé）式的文本（běn）。此项工作通常使用OCR（光学字符识别）工（gōng）具。

大（dà）数据

在不涉（shè）及技术细节的情况下，大数（shù）据可以被视为（wéi）大量数据。大数据本身（shēn）并不是一项技（jì）术，但拥有大量（liàng）可用数据（最好是结构化数据）对于（yú）实现商业（yè）智能分析和某些（xiē）机器学习算法的应用目标至关重要。

专家系统

专家系（xì）统是那些包含有关特定主（zhǔ）题（tí）的所有可（kě）能的人类知（zhī）识的（de）系（xì）统。一个典型的例子是（shì）下国际象棋的（de）系统，它使用一整（zhěng）套动作和策（cè）略，这些（xiē）动作和（hé）策略已经输入（rù）到他们（men）的记忆（yì）中，以确定最佳动作（通常基于决（jué）策树）。

机（jī）器人

机器人技术（机械（xiè）或（huò）机器人软件，例如 RPA）涵盖范围广泛的设备。每当系统或机器（qì）人显示出智能的迹象时，例如，能（néng）够做出决策，无论它们可能多么基本，我们都（dōu）可以谈论人工智能。请记住（zhù），人工智能不必特别复杂（zá），它存（cún）在（zài）于各个层面，甚至是最基本的层面，并且必须与从机器学习的能力区分开来；也就是机器学习。

机器学习

机器（qì）学习（xí）是（shì）人工智能中的一门（mén）学科，它试图让系统以人的（de）方式学习和关（guān）联信息（xī）。为此，它使（shǐ）用（yòng）能够检测先前数据中的模式、能（néng）够（gòu）创（chuàng）建未来预测以及深度学习（xí）及其（qí）神经网络算法等新趋势的算法（fǎ）。

机（jī）器学习算法

深度学习

深（shēn）度学习是机器学习的一个分支学（xué）科。它是一个（gè）学习系统，其灵感来自人脑神经网络处理信息（xī）的功能（néng），具有非常（cháng）复杂的数学（xué）基础。尽管它确实依赖于经验（无论是以前（qián）的数（shù）据（jù）、环境（jìng）生成的还是自己生成的），但它并不是（shì）从确定什么是正确的、什么是不正确（què）的严格指示开始，因（yīn）此系统可以自行（háng）确定（dìng）结论。

认知智能

认知智能是前面提到（dào）的（de）技术的组合，旨在创建能（néng）够（gòu）让（ràng）人类理解的人工智（zhì）能服务。它是（shì）视觉识别、声音、阅读理解、NLP 和机器（qì）学习的结合，以（yǐ）创建（jiàn）能够理解与人类交互（hù）相关的信息（xī）并做出相应响应的系（xì）统。

人工智能（néng）类别

对人工智能（néng）进行分类并不容（róng）易，事实是，最（zuì）佳做法是（shì）根据特定系统使用的算法对（duì）其进行分类。然而（ér），一些专家试（shì）图（tú）根据他们的方（fāng）法创（chuàng）建人（rén）工智能小组。

根（gēn）据计算机科学（xué）家Stuart Russell和Peter Norvig 的说法，人工智能可以（yǐ）分为以下几类（lèi）：

像人类一样思考的系统（tǒng）

这（zhè）些系统尝试使用人工神经网络模型从字面上模拟人类思想。

像人（rén）类一样行动的系统

这些系统专（zhuān）注于充当人类；它们更多地与经（jīng）典机（jī）器人技术联系在一起，并且灵活性（xìng）较差。

理性（xìng）思考（kǎo）的（de）系（xì）统（tǒng）

这（zhè）些系统试图在感知、推理和行动（dòng）方面应用人类逻辑。他们并（bìng）不专注于模拟大脑的神经元行为，而是（shì）被训（xùn）练在特定（dìng）环境中（zhōng）以人类的方式行事。这方面的一个例（lì）子是专家代理。

理性行动的系统（理想情（qíng）况下）

他们试图以理性（xìng）的方式模仿人类行为，根据给定的环境条件得出自己的结论。这些系统的不同之处在于试图将理性应（yīng）用于他们的决定（dìng）。

一（yī）种（zhǒng）更常（cháng）见（jiàn）的分（fèn）类是将 2 个大组分开：

弱（或狭隘）人工智能

以其首（shǒu）字母缩略（luè）词ANI（狭义（yì）人工智能）而（ér）闻名，尽管该名（míng）称可能看起来有些贬义，但（dàn）它涵盖了当今存在的所有人工智能。它（tā）是人（rén）工智（zhì）能，致（zhì）力于以最（zuì）佳方式解决特定或一组问题，但不可能在没有相关编程的情（qíng）况下扩展到一（yī）般问题（tí）。即使是最先进的虚拟助手也属（shǔ）于（yú）这一类。

强（或通用）人工智（zhì）能

简称（chēng）AGI（Artificial General Intelligence），它（tā）是能够在推理和演绎能力上匹敌或超越人（rén）类（lèi）智能的人工（gōng）智能。今天它是一个只（zhī）存在于科幻小说（shuō）中的（de）乌托邦，因为虽然机器在很多（duō）能力（包括某些领域的视觉和听觉识别）方面（miàn）已（yǐ）经超越了人类，但它们（men）没（méi）有真实的感受、天生的认知能力、自我意识（shí）或能力（lì）。适应任何场（chǎng）景。